TensorFlowLecture

본 코드는 Fundamental_NN의 경우 Coursera, Andrew Ng 교수님 강의를 보고 해당 과제에 대한 부분을 Python으로 작성한 것입니다.
TensorFlow에 관한 부분은 김성훈 교수님의 강의와 TensorFlow-Korea 그리고 Google TensorFlow Example을 보면서 작성 했습니다. 추가로 CNN과 관련해서는 한국인지과학협회에서 주최한 TensorFlow Tutorial에서 곽동현님의 코드도 참조 하였습니다.

이론적인 정리 내용은 저의 개인 블로그에 있습니다.

개발환경

• Ubuntu 16.04
• Pycharm pro and Jupyter Notebook
• Python 2.7 and 3.5 (compatible code)
• Tensor Flow 1.0

목차

Numpy, Scipy 코드

0.1. Fundamental_Neural_Network

TensorFlow 코드

0. Basic Example
1. Linear Regression
2. Logistic Classification
3. Multiple Perceptron for XOR Problem
4. MNIST set
   • Softmax classification
   • DNN with ReLU
   • DNN with Dropout and xavier_init
5. CNN
6. Early Stop and Index Shuffling
7. TensorBoard
8. Save and Restore
9. RNN

참고자료

• Coursera, Machine Learning (Andrew ng): URL
• Python으로 구현된 코세라 숙제 코드: URL
• 김성훈 교수님 강의 페이지: URL
• 구글 공식 TensorFlow 튜토리얼: URL
• Bay Area DL School Live Stream, Sherry Moore, tf-tutorial: URL
• 텐서플로 코리아: URL
• 한국인지과학협회 딥러닝 튜토리얼: URL
• tgjeon, TensorFlow-Tutorials-for-Time-Series: URL